近年来，电子鼻技术的研究受到了广泛的关注，发展非常迅速，电子鼻产品也越来越多地应用到各个领域当中。 本文研究了电子鼻在卷烟鉴别和存在汽油干扰的酒精检测中的应用，在电子鼻系统的进样结构设计、模式识别算法以及实验条件及方法等方面取得了一些进展。 设计并实现了可以按照指定浓度配气的实验室进样系统，并在此基础上，根据实际应用需求，设计了分别用于卷烟鉴别和存在汽油干扰的酒精检测的进样系统；设计制造了两种不同结构的测试气室，并分析了气室的结构及其容积对于系统性能的影响，给出了比较实验的结果。 基于对模式识别系统的深入研究，提出了从响应阶段数据提取特征的方法，节省了测试所需时间；比较了主成分分析法(Principal Component Analysis,PCA)与线性判别式法(Linear Discriminant Analysis,LDA)两种模式识别方法在实际应用中的不同结果，分析了原因；设计了采用误差反传算法Back-propagation Algorithm,BPA)的前向人工神经网络(Artificial Neural Network,ANN)，并指出其应用中存在的问题，提出了改进建议；利用PCA／LDA与ANN相结合的方法改善了系统的识别性能。 在卷烟鉴别问题中详细研究了测试气室、载气流量、样本温度等实验条件对系统的识别性能的影响；在有汽油干扰的酒精检测问题中，考察了数据预处理方法对于识别结果的影响，并提出了系统改进的建议。这些研究为构造小型化的实用系统做了准备。